2020-03-10 鵜鶘全面客戶體驗管理 | 譯者:段佳佳

客戶調查是一個基于事實而非假設來了解客戶對你品牌看法的機會。從調查中收集到的客戶反饋是寶貴的。其中包含了客戶真正需要的產品和服務的所有信息。
而且不止于此。
給客戶提供反饋的機會,讓他們有發言權,表明他們對你真的很重要。
最終,調查反饋有助于培養以客戶為中心的文化,進而創造更快樂的客戶。這是個好消息,因為更快樂的客戶意味著更高的留存率、更高的銷售額和繁榮的業務。
在最初階段,進行客戶調查似乎很困難。首先問自己一個問題:
“我想要知道什么?”
實際上,你將收集證據來講述一個故事。要做到這一點,你需要一個清晰的愿景。你有什么特別的問題要解決嗎?例如,你對“我想知道什么”的回答,可能包括:
假設客戶流失率很高,你想知道原因。創建一個你希望實現的具體目標,例如在三個月內減少 1% 的流失。
比起把任務交給一個人或一小部分人的組織,讓每個人都參與到客戶反饋中并采取行動的組織要成功的多。所以,開展調查項目需要全公司的認同,而不僅僅是領導層的認同。這些其他部門也可以幫助你設計調研問題。
弄清楚每個人都能得到什么是有幫助的。例如,在進行客戶流失調查時,其他團隊會得到以下好處:
你需要定性還是定量的數據?定量數據很有用,因為它們易于分析,比如大家熟悉的李克特量表(Likert scale)從“完全同意”到“完全不同意”的評分。這里有一個例子:

但定性數據可以產生更豐富的洞見,為體驗提供答案。使用開放式問題可以幫助提供背景信息。例如,定量數據可能會告訴你用戶對客戶支持不滿意,但定性數據可以告訴你為什么不滿意,因而生成的數據更容易處理。
開放式問題可能包括:
把這兩種方法結合起來,你會得到兩全其美的結果。通過賦予數據意義,調查結果會更加可靠。
用定量數據收集評級,然后為客戶提供機會,讓他們詳述其答案背后的原因。但是要小心,如果被這些開放的文本弄昏了頭,數據將很難分析。不斷進步的人工智能技術,現在可以對自由格式文本進行大規模的自動化分析,因此處理這類數據變得更加容易。
建立準確的調查,其結果真正反應了調查對象的測量結果,這是不容易的任務,但重要的是知道你的調查是在衡量『它應該是什么』。你的調查結果應該是有效和可靠的,并且需要考慮很多因素。
你真的在測量自己認為的東西嗎?換句話說,你的測量工具準確嗎?如果你想衡量客戶對公司的滿意程度,但只是問他們總體上有多滿意,而不是問他們對你的品牌具體有多滿意,那么你并不是在衡量你的目標。
建議:在 1 到 10 分范圍內,給你對【公司】的滿意程度打分。
不要:在 1 到 10 分范圍內,給你的滿意水平打分。
隨著時間的推移,在不同的情況下,一個量表中的項目能夠反映出相同的東西嗎?換句話說,這些回答是一致的嗎?
要確保你的調查是可靠的,最簡單的方法是與有信譽的公司合作,利用已經歷了一套嚴格程序的現有量表。例如,如果你想要測量客戶滿意度,根據你感興趣的具體方面,可能需要查看 CSAT(Customer Satisfaction,客戶滿意度)和 CES(Customer Effort Score,客戶費力度),或 NPS(Net Promoter Score,凈推薦值)表。
人口統計數據非常有用,因為它們提供了一種篩選的方法。如果你已經有相關的 CRM 系統,就會自動獲得這些信息,但如果沒有,則要確保收集了這些信息。人口數據的一些例子包括:
確保調查時間相對較短,完成調查所需的時間不應超過 5 分鐘,根據調查的性質,一般不超過 10 個問題。只問你真正需要知道的,并準備采取行動。否則,你將冒著客戶不能完成它的風險。即使他們完成了很長的調查,你最終也會被大量的數據淹沒,這些數據需要花費時間來分析,并且不能提供任何真正的好處。
有了互聯網,分發客戶調查變得容易多了。但是,在準備如何、何時、以及向誰發送調查問卷時,仍然有許多需要考慮的因素。
客戶團隊經常問的一個問題是“我要調查多少客戶?”那要看具體情況而定。始終不變的是,你需要足夠多的反饋,才能達到統計上的顯著性。換句話說,應該得到一個不太可能是偶然發生的結果,否則就無法得出可信的結論。
有幾件事需要了解:
調查規模:你的樣本代表其觀點的總人數。這可能是您的客戶總數。
誤差范圍:調查樣本的反饋可能與實際用戶群不同。理想情況下,這種誤差應該在 5%,而且絕對不應該超過 10%。
置信水平:你的樣本量能夠準確代表全部用戶態度的概率。一個好的基準是 95%。在這個程度上能夠確保結果是準確的。
利用這些因素,可以計算出:
樣本數量:參加調查的人數。

樣本量與置信度的對應:

如果總體樣本量很大,已達到數萬乃至數十萬、數百萬,此時,最低樣本量與調查對象的總數已無必然聯系,而主要受到誤差和置信水平的影響,根據樣本量的計算公式,其最低樣本量的確定,以“一定誤差和置信水平下的最小樣本數量表”為主要依據。一般情況下,以允許誤差 3%、置信水平 95% 取樣,此時最低樣本總量為 1068 個。
即使對統計學有很好的了解,至少可以說,計算樣本量背后的數學運算有點復雜。不過幸好有網上資源可以解決這個問題。只要輸入這些數字就能得出結果了。
什么時候發布調查取決于你做的調查類型。一般來說,有兩類調查:
交易調查(Transactional Surveys)是在某些客戶交易的基礎上觸發的,因此調查取決于客戶執行交易的時間。在這些情況下,請仔細考慮希望將哪些接觸點用于調查,并在整個客戶旅程中適當地分發調查問卷。關注高價值的接觸點,例如,當客戶剛剛與團隊中的某個人完成對話時。
關于交易調查,可能會設置這樣一個問題:
您再次使用本服務的可能性有多大?
回答選項包括:非常可能 | 有可能 | 一般 | 不可能 | 非常不可能。
關系調查(Relational Surveys)就是調查客戶與你的品牌關系。接受關系調查的客戶數量完全取決于你。但如何精確的選擇調查頻率則需要一些思考。你希望獲得足夠的反饋使得數據可信,而又不會過多打擾客戶。作為指導,我們建議每位客戶每季度做一次。
關于關系調查,問題可能是:
你向朋友推薦【 本公司/服務】的可能性有多大?
回答選項包括:非常可能 | 有可能 | 一般 | 不可能 | 非常不可能。
你可能還希望了解客戶對未來產品或服務開發的看法。在產品開發周期之前,或者在產品符合公司日程的任何時候,這樣做都是有意義的。理想情況下,你應該讓這種調查一直持續下去,但確保每個季度對單個客戶的調查不要超過一次。
選擇調查的分發渠道可能很棘手。
當發送交易調查時,最好使用與交易相同的渠道,保持實時性,這樣客戶的體驗還是新鮮的。例如,使用實時聊天的渠道,你可以在網上交易后立即用聊天小部件調查客戶。如果這不好操作,也可以嘗試發送一封電子郵件,以免丟失數據。
一般來說,調查往往是通過電子郵件進行的,因為它很容易設置和自動化,但如果電子郵件被歸類為垃圾郵件,就不好辦了。你甚至可以使用短信、社交媒體、在你的網站上建立調查,或者通過你的 App 來發送調查。歸根結底,取決于你和客戶的實際情況。
客戶調查的一些主要分發方法包括:
Forrester 報告說,雖然 74% 的公司說他們希望數據驅動,但只有 29% 在努力中取得了成功。創建可操作的洞察力并跟蹤它們,會讓你比競爭對手擁有真正的優勢。
知道你的客戶不滿意,并不能直接幫助到你。了解客戶不滿意的原因以及如何解決這個問題才有幫助。
假設客戶流失調查返回的結果在以下方面得分很低:
“客戶服務很有幫助”
很明顯客戶服務讓人失望了,但為什么呢?
開放式問題可以讓你深入分析答案。
“是什么讓您繼續留在我們這里?”
然后出現了一個共同的主題。原來,客戶無法與你的公司取得聯系,因為客戶服務只是通過呼叫中心進行的,而呼叫中心通常是關閉的。客戶希望通過其他方式與你聯系。
提供在線聊天等技術,為客戶查詢和支持提供新的渠道。通過延長工作人員的工作時間和利用聊天機器人來接收重復的請求,你也可以減少等待時間,找到問題的核心并解決它。
將調查結果傳達給更廣泛的團隊很重要,這樣人們才會有參與感。與同事和部門分享有價值的見解,是確保它們付諸實踐的一個好方法。
在將調查結果傳達給其他團隊時,要注意:
向其他人展示為什么他們應該關心你了解到的調查結果,以及對他們的影響。
了解你的聽眾。讓你的數據得以傳播,可能依賴于不同的方法,這取決于不同的場景。
解決出現的問題,并準確記錄什么時候做了什么。根據你做的調整,研究這些趨勢是如何隨時間變化的。
建立一個長期的調查策略,可以提供寶貴的反饋循環。由此,你可以不斷地改進產品,確保跟上客戶變化的期望。
原文地址:
https://acquire.io/blog/how-to-survey-customers/
本文為作者原創翻譯,歡迎轉發分享。
轉載時需在文章開頭注明作者和“來源:鵜鶘全面客戶體驗管理(微信號:CEM-tihu)”,文字顏色為黑色,且不得修改原文內容。
歡迎小伙伴投稿合作,具體請聯系:易女士 Yiml@tihu.com.cn